DeepSeek lanzó silenciosamente una versión actualizada de su modelo de caballo de batalla de pesos abiertos el 17 de octubre, enviando V4.1-Flash-1017 con capacidades visuales, de agente, de codificación y de razonamiento más sólidas y, en su configuración superior, una ubicación entre los dos primeros en una de las tablas de clasificación independientes más seguidas de la industria.
El lanzamiento actualiza el modelo Flash V4.1 que el laboratorio chino presentó en septiembre en lugar de iniciar una nueva familia de modelos, informó TechNode. Los pesos están disponibles en Hugging Face bajo la licencia permisiva del MIT, junto con el código de inferencia e instrucciones de implementación para los desarrolladores que quieran ejecutar el modelo en su propia infraestructura.
Qué cambió en V4.1-Flash-1017
Según DeepSeek, la mejora principal es la velocidad de ejecución: la compañía dice que el modelo ahora completa las tareas más rápido y con resultados más cortos, lo que permite a los usuarios terminar el mismo trabajo a un costo menor. Los resultados más cortos son tan importantes como la velocidad bruta para los equipos que ejecutan el modelo a escala, porque la mayoría de los proveedores de API facturan por token.
Las mejoras centradas en el desarrollo apuntan a flujos de trabajo agentes: el patrón en el que un sistema de inteligencia artificial planifica un proyecto, escribe código, llama a herramientas externas e itera hacia un resultado funcional. El informe de TechNode describe que la actualización fortalece exactamente ese bucle, junto con mejoras en la comprensión visual de las entradas de imágenes.
Se muestra el punto de referencia independiente de la variante Max
Artificial Analysis, una firma independiente que compara modelos de frontera, enumera DeepSeek V4.1 Flash 1017 (Max) con una puntuación de Índice de Inteligencia de Análisis Artificial de 45, el segundo entre los 121 modelos que rastrea y muy por encima de la mediana de 19. La misma entrada registra una velocidad de salida de aproximadamente 230 tokens por segundo, una ventana de contexto de 1 millón de tokens y soporte para entrada de texto e imágenes.
Los precios siguen siendo agresivos. Artificial Analysis informa $0,30 por millón de tokens de entrada y $1,20 por millón de tokens de salida para la variante Max, por debajo de sus medianas rastreadas de $0,43 y $1,68 respectivamente. Se aplica un descuento de caché del 98 por ciento al contexto repetido, y la empresa calcula el costo de una única tarea de evaluación del Índice de Inteligencia en aproximadamente 0,26 dólares.
La firma de evaluación comparativa señala una desventaja: la verbosidad. La variante Max generó alrededor de 210 millones de tokens en sus evaluaciones del Índice de Inteligencia (aproximadamente un 50 por ciento más que la mediana de 140 millones de tokens), lo que puede compensar algunos de los ahorros por token en la práctica.
La comunidad de desarrolladores se da cuenta
El lanzamiento llamó la atención inmediata en Hacker News, donde la lista de Hugging Face acumuló más de 900 votos a favor y la lista de OpenRouter superó los 500 en cuestión de horas, un nivel de tracción que los lanzamientos de modelos abiertos de laboratorios occidentales rara vez alcanzan. El entusiasmo refleja tanto la posición de referencia del modelo como su licencia: la licencia del MIT permite el uso comercial, la modificación y la redistribución con restricciones mínimas, lo que convierte al modelo en una base práctica para las nuevas empresas que se basan en pesos abiertos.
Debido a que DeepSeek publica código de inferencia e instrucciones de implementación junto con los pesos, las organizaciones con su propia capacidad de GPU pueden servir el modelo sin depender de proveedores de API externos, una opción que se ha vuelto cada vez más relevante a medida que las empresas sopesan las preocupaciones sobre la residencia de datos y el control de costos frente a la conveniencia de la inferencia alojada.
Por qué el rendimiento de los agentes es importante ahora
El énfasis en la codificación agente refleja hacia dónde se ha movido la competencia entre los laboratorios de vanguardia. Los avances en los puntos de referencia en conjuntos de preguntas estáticas se han vuelto incrementales; El diferenciador en 2026 es la confiabilidad con la que un modelo sostiene un trabajo de varios pasos: planificar, escribir código, ejecutarlo, leer errores y corregir el rumbo sin intervención humana.
La actualización de DeepSeek avanza exactamente en ese eje. Un modelo que completa las tareas de codificación en menos iteraciones y con menos resultados desperdiciados reduce directamente el costo de ejecutar flotas de agentes, que consumen tokens a una escala que los usuarios de chat individuales nunca ven. Para los equipos de ingeniería que evalúan opciones de peso abierto frente a API cerradas, la combinación de una clasificación de inteligencia número 2 y una licencia del MIT es un paquete notablemente sólido.
La guerra de precios no muestra signos de enfriarse
DeepSeek ha construido su reputación basándose en precios agresivos y V4.1-Flash-1017 continúa ese patrón. El descuento de caché del 98 por ciento (la reducción de precio que se aplica cuando una solicitud reutiliza el contexto que el proveedor ya ha procesado) se encuentra entre los más generosos de la industria y recompensa de manera efectiva a las aplicaciones que mantienen conversaciones de larga duración o reutilizan grandes bases de código en consultas.
Con un precio de entrada de 0,30 dólares por millón de tokens y una salida de 1,20 dólares, la variante Max socava los precios medios que Artificial Analysis rastrea en todo el mercado incluso antes de que se aplique el descuento de caché. Para cargas de trabajo sensibles a los costos (procesamiento por lotes, resumen de gran volumen, generación de recuperación aumentada), la economía es difícil de igualar para los proveedores propietarios.
El lanzamiento también se produce en medio de un escrutinio cada vez más intenso de las cadenas de suministro de hardware de los laboratorios chinos de IA, un área donde DeepSeek ha llamado anteriormente la atención por exprimir el rendimiento de nivel fronterizo de la computación restringida. La compañía no ha revelado capacitación detallada ni detalles de hardware para esta actualización.
Qué mirar a continuación
La cadencia de DeepSeek (una actualización Flash en septiembre, una actualización 1017 específica en octubre) sugiere que el laboratorio está iterando más rápido que los ciclos de lanzamiento tradicionales de seis a doce meses de sus competidores occidentales. Las clasificaciones independientes de Artificial Analysis y los puntos de referencia de la comunidad mostrarán si las ganancias se mantienen fuera de las propias evaluaciones de la empresa.
Por ahora, las cifras que se pueden verificar de forma independiente son sólidas: un ranking de inteligencia de segundo lugar entre 121 modelos rastreados, cerca de 230 tokens por segundo de rendimiento de salida, una ventana de contexto de 1 millón de tokens y algunos de los precios más bajos del mercado, todo bajo una licencia que permite a cualquiera tomar las pesas y construir.
Manténgase por delante de la IA
El panorama de la IA avanza rápidamente: siga AI Buzz Wire para conocer las últimas noticias sobre IA, lanzamientos de modelos y análisis de la industria.
Leer más noticias sobre IA →
